文本上的算法：深入淺出自然語言處理

理　論　篇
第1章　你必須知道的一些基礎(chǔ)知識………………………………………3
1.1　概率論 ……………………………………………………………3
1.2　信息論 ……………………………………………………………4
1.3　貝葉斯法則 ………………………………………………………7
1.4　問題與思考 ………………………………………………………10
第2章　我們生活在一個尋求最優(yōu)解的世界里……………………………11
2.1　最優(yōu)化問題 ………………………………………………………11
2.2　最大似然估計/最大后驗估計 …………………………………15
2.3　梯度下降法 ………………………………………………………17
2.4　問題與思考 ………………………………………………………22
第3章　讓機器可以像人一樣學(xué)習(xí)…………………………………………23
3.1　何謂機器學(xué)習(xí) ……………………………………………………23
3.2　邏輯回歸/因子分解機 …………………………………………29
3.3　最大熵模型/條件隨機場 ………………………………………34
3.4　主題模型 …………………………………………………………40
3.5　深度學(xué)習(xí) …………………………………………………………50
3.6　其他模型 …………………………………………………………88
3.7　問題與思考 ………………………………………………………97
應(yīng)　用　 篇
第4章　如何計算得更快…………………………………………………101
4.1　程序優(yōu)化 ………………………………………………………101
4.2　分布式系統(tǒng) ……………………………………………………105
4.3　Hadoop …………………………………………………………107
4.4　問題與思考 ……………………………………………………114
第5章　你要知道的一些術(shù)語……………………………………………115
5.1　tf/df/idf …………………………………………………………115
5.2　IG/CHI/MI ………………………………………………………116
5.3　PageRank ………………………………………………………118
5.4　相似度計算 ……………………………………………………119
5.5　問題與思考 ……………………………………………………125
第6章　搜索引擎是什么玩意兒…………………………………………126
6.1　搜索引擎原理 …………………………………………………126
6.2　搜索引擎架構(gòu) …………………………………………………129
6.3　搜索引擎核心模塊 ……………………………………………130
6.4　搜索廣告 ………………………………………………………148
6.5　問題與思考 ……………………………………………………153
第7章　如何讓機器猜得更準(zhǔn)……………………………………………155
7.1　基于協(xié)同過濾的推薦算法 ……………………………………156
7.2　基于內(nèi)容的推薦算法 …………………………………………158
7.3　混合推薦算法 …………………………………………………159
7.4　問題與思考 ……………………………………………………163
第8章　理解語言有多難…………………………………………………164
8.1　自然語言處理 …………………………………………………164
8.2　對話系統(tǒng) ………………………………………………………176
8.3　語言的特殊性 …………………………………………………186
8.4　問題與思考 ……………………………………………………190
結(jié)語…………………………………………………………………………191
參考文獻……………………………………………………………………193